文献

J-GLOBAL ID：202202218853490892   整理番号：22A0474300

グリッド接続ハイブリッドシステムのためのMIMO自己回帰モデリングに基づく一般化予測制御【JST・京大機械翻訳】

MIMO auto-regressive modeling-based generalized predictive control for grid-connected hybrid systems

著者 (4件)： Franco Ricardo A.P. (School of Electrical, Mechanical and Computing Engineering, Federal University of Goias, 74605-010, Goiania, GO, Brazil) ,  Cardoso Alisson A. (School of Electrical, Mechanical and Computing Engineering, Federal University of Goias, 74605-010, Goiania, GO, Brazil) ,  Filho Gilberto Lopes (School of Electrical, Mechanical and Computing Engineering, Federal University of Goias, 74605-010, Goiania, GO, Brazil) ,  Vieira Flavio H.T. (School of Electrical, Mechanical and Computing Engineering, Federal University of Goias, 74605-010, Goiania, GO, Brazil)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 97  ページ： Null  発行年： 2022年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,グリッド接続ハイブリッドシステムのためのエネルギー管理モデルを提案した。このモデルは,一般化予測制御(GPC)による多重入力多重出力(MIMO)自己回帰移動平均とeXogenous入力(ARMAX)モデルとの結合に基づいている。ARMAXモデルは,エネルギーコストと電力値に関して電力系統データの入出力マッピングを行う。GPCシステムはARMAXモデルにより提供される入出力マッピングを受け,負荷における消費エネルギーコストを最小化することによりエネルギー管理を行う。コスト最小化は,再生可能エネルギー源の使用を最適化することによって達成され,従って,グリッドからより少ないエネルギーを消費する。提案モデルの有効性を検証し,その計算および実験結果を,従来の制御モデルおよび文献にあるモデル予測制御手法と比較した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  電力系統 ,  *多重化 ,  エネルギー消費 ,  エネルギー管理 ,  エネルギーコスト ,  有効性
準シソーラス用語： *MIMO ,  モデル予測制御 ,  ハイブリッドシステム ,  制御モデル ,  *グリッド接続 ,  コスト最小化 ,  *自己回帰 ,  *自己回帰モデリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 代替エネルギー ,  自己回帰モデリング ,  エネルギー管理モデル ,  一般化予測制御 ,  統合グリッド

分類 (2件)： 送配電一般  (NB05010K) ,  電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (5件)： グリッド接続 ,  ハイブリッドシステム ,  MIMO ,  自己回帰モデリング ,  一般化予測制御